1124103_ja-JP

Yes

i.MX RTでのTensorFlow Lite for Microcontrollersスタート・ガイド

このラボでは、既存のTensorFlow Liteモデルを取得し、推論エンジンであるTensorFlow Lite for Microcontrollersを使用して、そのモデルをNXP MCUデバイス上で実行する方法を説明します。ここでは、eIQ Toolkit ラボの一部として生成されたFlowerモデルを例として使用しますが、他のTFLiteモデルでも同じプロセスを使用できます。eIQは、推論エンジンのほかに、LCDとカメラを組み込んだ例も提供しており、EVKボードを使用して、さまざまな種類の花を識別することができます。

このラボはカメラ+LCDを使用せずに利用することも可能ですが、その場合、花の画像をC配列に変換し、コンパイル時にロードする必要があります。

この投稿に添付されているものは次の通りです。

新しいモデルを試すための写真
TensorFlowモデルで「転移学習」を行い、次に TensorFlow Lite for Microcontrollers を使用して、i.MX RTファミリでTFLiteモデルを実行する方法について記載されたラボ文書。カメラとLCDの使用はオプションです。
- カメラ+LCDをお持ちの場合は、eIQ TensorFlow Lite for Microcontrollers for i.MX RT170 - With Camera.pdfをご利用ください。
- カメラ、LCDをお持ちでない場合は、eIQ TensorFlow Lite for Microcontrollers for i.MX RT170 - Without Camera.pdfをご利用ください。
- RT685を使用される場合は、eIQ TensorFlow Lite for Microcontrollers for i.MX RT685 - Without Camera.pdfをご利用ください。

このラボは、次のボードに対応しています。

FRDM-MCXN947

i.MX RT685-EVK

i.MX RT1050-EVKB

i.MX RT1060-EVK

i.MX RT1064-EVK

i.MX RT1160-EVK

i.MX RT1170-EVK

i.MX RT1180-EVK

MCUXpresso SDK 2.16とeIQ Toolkit 1.13.1に対応するため、2024年11月に更新されました。

i.MX RT